GENESIS-LiVE -Detektion von Markern zur Vorhersage hypervirulenter Listerien mittels Machine-Learning und Deep-Learning Mechanismen

Listerien sind Gram-positive Bakterien, die sich auf Lebensmitteln tierischen und pflanzlichen Ursprungs befinden können. Die am weitesten verbreitete humanpathogene Spezies ist Listeria monocytogenes. Über die Zufuhr von besiedelten Lebensmitteln gelangen die Organismen in den menschlichen Körper und können sich dort vermehren. Da es sich um fakultative Pathogene handelt, kann solch eine Infektion Krankheiten auslösen, welche vor allem für immunsupprimierte und schwangere Menschen ein Risiko darstellen und in bis zu 30% der Fälle letal verlaufen können.

L. monocytogenes-Isolate können anhand ihrer genetischen Eigenschaften in verschiedene Sublinien unterteilt werden. Diese Sublinien weisen eine unterschiedliche Pathogenität auf, jedoch ist die Ursache hierfür bislang unklar. Deshalb soll das GENESIS LiVE Projekt in der Beantwortung der Frage helfen. Mittels Machine-Learning und Deep-Learning Ansätzen sollen Genomdaten verschiedener Isolate aus dem Konsiliarlabor für Listerien des Robert Koch-Instituts analysiert werden. Darüber hinaus sollen bioinformatische Methoden angewandt werden. Das Ziel ist es, bestimmte Gene/Marker zu identifizieren, welche das Virulenzpotential von Listerien bestimmen. Die Ergebnisse der Analysen sollen schlussendlich im Labor mithilfe von zellkulturbasierten Infektionsexperimenten überprüft und verifiziert werden. So soll das Projekt dazu beitragen, genetische Mechanismen der Hypervirulenz ausgewählter L. monocytogenes-Sublinien aufzudecken. Die entwickelten Pipelines können dann potentiell auf andere Erreger übertragen werden. Somit kann das Projekt zur Verhinderung vieler lebensbedrohlicher Infektionen beitragen.

GENESIS-LiVE - Detection of markers for the prediction of hypervirulent Listeria using machine learning and deep learning mechanisms

Listeria are Gram-positive bacteria that can be found on foods of animal and plant origin. The most widespread human pathogenic species is Listeria monocytogenes. The organisms enter the human body via the intake of colonized food and can multiply there. As these are facultative pathogens, such an infection can trigger diseases that pose a risk, especially for immunocompromised and pregnant people, and can be lethal in up to 30% of cases.

L. monocytogenes isolates can be divided into different sublines based on their genetic characteristics. These sublines exhibit different pathogenicity, but the reason for this is still unclear. The GENESIS LiVE project therefore aims to help answer this question. Using machine learning and deep learning approaches, genome data from various isolates from the Robert Koch Institute's Listeria consiliary laboratory will be analyzed. In addition, bioinformatic methods will be applied. The aim is to identify specific genes/markers that determine the virulence potential of Listeria. The results of the analyses will ultimately be checked and verified in the laboratory using cell culture-based infection experiments. In this way, the project should help to uncover genetic mechanisms of the hypervirulence of selected L. monocytogenes sublines. The pipelines developed can then potentially be transferred to other pathogens. In this way, the project can contribute to the prevention of many life-threatening infections.